📅  最后修改于: 2020-11-24 06:14:24        🧑  作者: Mango

模糊逻辑类似于人类的决策方法，并且处理模糊和不精确的信息。这是一个很小的教程，涉及了模糊逻辑的基本概念。对于对本学科感兴趣或将其作为课程一部分的研究生，研究生和研究型学生，本教程将非常有用。读者可以是初学者或高级学习者。先决条件模糊逻辑是一个高级主题，因此我们假定本教程的读者具有集合论，逻辑和工程数学的初步知识。...

📅  最后修改于: 2020-11-24 06:14:39        🧑  作者: Mango

模糊一词指的是不清楚或模糊的事物。任何连续变化的事件，过程或函数都不能总是定义为true或false，这意味着我们需要以Fuzzy方式定义此类活动。什么是模糊逻辑?模糊逻辑类似于人工决策方法。它处理含糊不清的信息。这是对现实世界问题的过度简化，它基于真实度，而不是像布尔逻辑那样通常的true / false或1/0。看下图。它表明，在模糊系统中，值由0到1范围内的数字表示。这里1.0表示绝对真实，...

📅  最后修改于: 2020-11-24 06:15:24        🧑  作者: Mango

集合是不同元素的无序集合。通过使用set括号列出其元素可以明确地编写它。如果元素的顺序更改或重复集合中的任何元素，则不会对集合进行任何更改。例一组所有正整数。太阳系中所有行星的集合。印度所有州的集合。字母表中所有小写字母的集合。集合的数学表示集可以两种方式表示-名册或表格形式以这种形式，一个集合通过列出组成它的所有元素来表示。元素用大括号括起来，并用逗号分隔。以下是以名册或表格形式设置的示例-英文...

📅  最后修改于: 2020-11-24 06:15:50        🧑  作者: Mango

模糊集可以看作是经典集的扩展和过度简化。在集合成员身份的上下文中可以最好地理解它。基本上，它允许部分成员资格，这意味着它包含在集合中具有不同成员资格程度的元素。由此，我们可以了解经典集和模糊集之间的区别。经典集包含满足成员资格精确属性的元素，而模糊集包含满足成员身份不精确属性的元素。数学概念信息$ U $中的模糊集$ \ widetilde {A} $可以定义为一组有序对，并且在数学上可以表示为-...

📅  最后修改于: 2020-11-24 06:16:22        🧑  作者: Mango

我们已经知道模糊逻辑不是模糊的逻辑，而是用来描述模糊性的逻辑。这种模糊性最好体现在其隶属度函数。换句话说，我们可以说隶属函数代表模糊逻辑中的真度。以下是与隶属函数有关的一些要点-成员功能由Lofti A. Zadeh在1965年的第一篇研究论文“模糊集”中首次引入。隶属度函数表征了模糊性(即模糊集中的所有信息)，无论模糊集中的元素是离散的还是连续的。成员资格功能可以定义为一种通过经验而非知识来解决...

📅  最后修改于: 2020-11-24 06:16:58        🧑  作者: Mango

逻辑本来只是研究区分声音论证和声音论证的一种方法，如今已发展成为一个强大而严格的系统，在已知其他陈述为真的情况下，也可以发现真实的陈述。谓词逻辑该逻辑处理谓词，谓词是包含变量的命题。谓词是在某个特定域上定义的一个或多个变量的表达式。通过给变量赋值或量化变量，可以使带有变量的谓词成为命题。以下是谓词的一些示例-令E(x，y)表示“ x = y”令X(a，b，c)表示“ a + b + c = 0”令...

📅  最后修改于: 2020-11-24 06:17:32        🧑  作者: Mango

以下是近似推理的不同模式-分类推理在这种近似推理模式下，不包含模糊量词和模糊概率的前提被假定为典范形式。定性推理在这种近似推理模式下，前因和后因具有模糊的语言变量。系统的输入输出关系表示为模糊IF-THEN规则的集合。这种推理主要用于控制系统分析。三段论推理在这种近似推理模式下，带有模糊量词的先行词与推理规则有关。这表示为-x = S1A是By = S2C是D————————z = S3E是F在此...

📅  最后修改于: 2020-11-24 06:17:59        🧑  作者: Mango

模糊推理系统是以决策为主要工作的模糊逻辑系统的关键单元。它使用“ IF…THEN”规则以及连接器“ OR”或“ AND”绘制基本决策规则。模糊推理系统的特点以下是FIS的一些特征-FIS的输出始终是模糊集，无论其输入是模糊集还是清晰集。当用作控制器时，必须具有模糊输出。带有FIS的去模糊单元将模糊变量转换为清晰变量。FIS功能块以下五个功能块将帮助您了解FIS的构造-规则库-包含模糊的IF-THE...

📅  最后修改于: 2020-11-24 06:18:27        🧑  作者: Mango

在前面的章节中，我们研究了模糊逻辑是一种基于“真度”而不是通常的“真或假”逻辑的计算方法。它以更类似于人的逻辑的方式处理近似而不是精确的推理来解决问题，因此通过布尔代数的二值实现的数据库查询过程是不够的。数据库关系的模糊场景可以通过以下示例来理解数据库关系的模糊方案：例假设我们有一个数据库，该数据库包含访问印度的人员的记录。在简单的数据库中，我们将通过以下方式创建条目-NameAgeCitizen...

📅  最后修改于: 2020-11-24 06:18:51        🧑  作者: Mango

在对自然语言陈述进行建模时，量化陈述起着重要作用。这意味着NL严重依赖于量化结构，该结构通常包括诸如“几乎所有”，“许多”等模糊概念。以下是量化命题的一些示例-每个学生都通过了考试。每一辆跑车都很昂贵。许多学生通过了考试。许多跑车很昂贵。在以上示例中，量词“每个”和“很多”应用于明晰限制“学生”以及明示范围“(通过考试的人)”和“汽车”以及明示范围“运动”。模糊事件，模糊均值和模糊方差借助示例，我...

📅  最后修改于: 2020-11-24 06:19:19        🧑  作者: Mango

它是一项活动，其中包括从实现特定目标所需的步骤中选择合适的替代方法所要采取的步骤。决策步骤现在让我们讨论决策过程中涉及的步骤-确定备选方案集-在此步骤中，必须确定必须从中做出决定的备选方案。评估备选方案-在这里，必须评估备选方案，以便可以对备选方案之一做出决定。替代方案之间的比较-在此步骤中，将对评估的替代方案进行比较。决策类型决策现在，我们将了解决策的不同类型。个人决策在这种类型的决策中，只有一...

📅  最后修改于: 2020-11-24 06:20:05        🧑  作者: Mango

模糊逻辑在各种控制应用中取得了巨大的成功。几乎所有的消费产品都具有模糊控制。其中的一些示例包括借助空调来控制室温，用于车辆的防抱死系统，对交通信号灯，洗衣机，大型经济系统等进行控制。为什么在控制系统中使用模糊逻辑控制系统是一种物理组件的布置，旨在改变另一个物理系统，以使该系统具有某些所需的特性。以下是在控制系统中使用模糊逻辑的一些原因-在应用传统控制时，需要了解精确定义的模型和目标函数。这使得在很...

📅  最后修改于: 2020-11-24 06:20:32        🧑  作者: Mango

在本章中，我们将讨论什么是自适应模糊控制器及其工作方式。自适应模糊控制器的设计具有一些可调整的参数以及用于调整它们的嵌入式机制。自适应控制器已用于提高控制器的性能。实现自适应算法的基本步骤现在让我们讨论实现自适应算法的基本步骤。可观察数据的收集-收集可观察数据以计算控制器的性能。调节控制器参数-现在借助控制器性能，将完成控制器参数调节的计算。改善控制器的性能-在此步骤中，调整控制器参数以提高控制器...

📅  最后修改于: 2020-11-24 06:20:57        🧑  作者: Mango

人工神经网络(ANN)是高效计算系统的网络，其主要主题是从生物神经网络的类比中借鉴而来的。人工神经网络也被称为“人工神经系统”，并行分布式处理系统，“连接系统”。 ANN获取大量以某种模式互连的单元集合，以允许单元之间进行通信。这些单元，也称为节点或神经元，是并行运行的简单处理器。每个神经元通过连接链接与其他神经元连接。每个连接链接与具有有关输入信号信息的权重相关联。这对于神经元解决特定问题是最有...

📅  最后修改于: 2020-11-24 06:21:19        🧑  作者: Mango

在本章中，我们将讨论模糊逻辑概念得到广泛应用的领域。航天在航空航天领域，在以下领域使用模糊逻辑-航天器的高度控制卫星高度控制飞机除冰车中的流量和混合物调节汽车行业在汽车领域，模糊逻辑可用于以下领域-用于怠速控制的可训练模糊系统自动变速器的排挡调度方法智能高速公路系统交通管制提高自动变速器的效率商业在业务中，在以下领域使用模糊逻辑-决策支持系统大型公司的人员评估防御在国防领域，模糊逻辑用于以下领域：...